期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于SLIC与APMMD结合的图像分割算法研究 被引量:1
1
作者 傅江 《机械制造与自动化》 2024年第3期141-145,共5页
超像素是由一系列特征相似且位置相邻的像素点组成的小区域。采用超像素分割既能降低图像分割的复杂度,又能更好地保留局部信息及边缘信息。针对管壁污渍识别和零件盒零件分类的要求,将SLIC与基于近邻传播最大-最小距离算法(APMMD)结合... 超像素是由一系列特征相似且位置相邻的像素点组成的小区域。采用超像素分割既能降低图像分割的复杂度,又能更好地保留局部信息及边缘信息。针对管壁污渍识别和零件盒零件分类的要求,将SLIC与基于近邻传播最大-最小距离算法(APMMD)结合使用来达到更好的图像分割效果。该方法根据传统SLIC算法的步骤,在颜色空间转换时通过数据类型转换来优化内存;在均匀分配初始种子点之前,增加APMMD算法来解决初始聚类中心不合理导致聚类结果局部最优的问题,可在一定范围内防止种子点落在梯度较大的轮廓边界上。通过边界召回率和欠分割错误率验证了所提算法,发现其颜色空间转换时内存减少1.5 M,聚类时准确率提高了8.1%。 展开更多
关键词 超像素 聚类 SLIC apmmd
在线阅读 下载PDF
一种改进K-means聚类的近邻传播最大最小距离算法 被引量:24
2
作者 王美琪 李建 《计算机应用与软件》 北大核心 2021年第7期240-245,共6页
针对初始聚类中心不合理的选择会导致K-means算法的聚类结果局部最优,且降低聚类算法收敛速度的问题,提出一种基于近邻传播算法和最大最小距离算法联合计算初始聚类中心的算法(APMMD)。该算法通过近邻传播算法从整个样本集中获得Kap(Kap... 针对初始聚类中心不合理的选择会导致K-means算法的聚类结果局部最优,且降低聚类算法收敛速度的问题,提出一种基于近邻传播算法和最大最小距离算法联合计算初始聚类中心的算法(APMMD)。该算法通过近邻传播算法从整个样本集中获得Kap(Kap>k)个具有代表性的候选中心点,再利用最大最小距离算法从Kap个候选中心点中选择k个初始聚类中心。在多个UCI数据集上实验,结果表明APMMD算法获得初始聚类中心应用于K-means聚类,迭代次数明显降低,聚类结果稳定且具有较高准确率。 展开更多
关键词 初始聚类中心 近邻传播算法 最大最小距离算法 apmmd算法 性能量度
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部